Tensorflow Lite Micro是tensorflow框架针对微控制器应用场景所专门设计的深度学习推理框架，它占用的资源少，运行时内存最低只需要16KB，同时其兼容tensorflow框架，依托于Tensorflow平台强大的生态背景，使得更多开发者可以方便的集成、使用AI算法，为端侧带来人工智能的新活力。其中Tensorflow Lite模型也被ST的AI工具所支持，但是我们这次是不通过STM32提供的AI工具，而是移植Tensorflow Lite代码去运行其模型。

4 W) G0 S6 s+ Y$ W9 t- M首先获取Tensorflow LiteMCU版的源代码：https://github.com/tensorflow/tflite-micro
& T" {7 f4 z7 N7 H) I
根据教程获取工程代码：TFLITE-micro/new_platform_support.md at Main ·张量流/TFLITE-micro ·吉特哈布 (github.com)

文件都扔工程里面，太多了，截图只是一部分。把CMSIS-NN库（算子加速）也扔进去，加速运算
/ l: f  n  ]& r' }5 p
7 S; V- y+ U. ?! u3 _/ {
. F: v4 p! i) }' o; X) s0 Z添加相关路径

& ?4 j, L4 ?' a  v
设置工程，使用AC6编译，关闭Keil的Microlib库
+ A9 x3 T1 U& ]0 G6 u

编译选项使用-Os，这样代码体积小点


图像预处理函数。模型要求输入神经网络的图像为灰度图，为完成摄像头获取的RGB彩图到模型输入需要的灰度图转换，需从输入的RGB565像素格式中解析出R、G、B三通道的值，再根据心理学公式计算出单个像素点的灰度，具体代码如下：

1. uint8_t rgb565_to_gray(uint16_t bg_color)
   
2. {
   
3.     uint8_t bg_r = 0;
   
4.     uint8_t bg_g = 0;
   * a8 J9 ~2 b' p; Q) j
5.     uint8_t bg_b = 0;
   
6.     bg_r = ((bg_color>>11)&0xff)<<3;
   
7.     bg_g = ((bg_color>>5)&0x3f)<<2;
   ' N  A) t- J1 r9 i; u  I9 E* r
8.     bg_b = (bg_color&0x1f)<<2;
   
9.     uint8_t gray = (bg_r*299 + bg_g*587 + bg_b*114 + 500) / 1000;
   7 s5 I7 m9 n4 S3 H8 M
10.     return gray;
    5 x' J3 c/ V8 [6 l8 Z" {
11. }
      h2 D! m2 e6 ^0 o. U1 F1 `
12. 
    3 l: D# l4 H0 Q* n$ N5 s
13. void input_convert(uint16_t* camera_buffer , uint8_t* model_buffer)
    
14. {
    % A2 w* F2 Y/ E$ Z; {" q8 k8 j
15.     int i,j;
    3 V' l. r# W2 C: L
16.     for(i=0; i<96; i++)
    9 D! S+ P1 k% q! c" w3 k8 ]5 G
17.         {
    
18.         for(j=0; j<96; j++)
    
19.         {
    2 d+ f& i. x0 ]( N7 {
20.             model_buffer[i*96+j] = rgb565_to_gray(camera_buffer[i*2*320 + j*2 + 64 + 320*24]);
    + \6 F% \: \( b7 H% m
21.         }
    ! v. C+ F6 R& t% D3 W
22.         }
    4 V* T4 ~2 E1 U  m+ P8 d
23. }

复制代码

在图像接收中断里面处理识别过程

1. void HAL_DCMI_FrameEventCallback(DCMI_HandleTypeDef *hdcmi)
     Q* P3 Z2 ?( W% k
2. {
   3 D1 l6 }8 d5 k! ?: E* ^3 c: b
3.     uint8_t person_flag;   
   # _# r2 _- {7 L  D
4. 
   * `8 v$ ^/ |/ `+ ?
5.     //转换图像为模型可处理的大小
   1 O" ]! A6 J/ I' \5 ~9 N5 W/ Z
6.     input_convert((uint16_t*)_OV2640->frame->buffer, model_buffer);
   9 _6 {' a' K( B# v' p
7.     person_flag = person_detect(model_buffer);  //运行模型
   , R7 q( B7 ^; P6 D% c( M
8.    
   
9.     LCD_Draw_Image(0, 0, 320, 240, (uint16_t *)_OV2640->frame->buffer);
   
10.     for(int i=0;i<192;i++)
    # m; F- a$ ]0 F( H: W. e' |
11.     {
    7 f3 ]1 a. c5 J( k
12.         LCD_Draw_Point(i+64,  192+24,0xf100);
    6 m4 O' H! F+ G
13.         LCD_Draw_Point(192+64,i+24,  0xf100);
    3 E5 V0 a* M$ A
14.         LCD_Draw_Point(i+64,  0+24,  0xf100);
    ( B/ M; i4 ]$ k( R- ~) F& o
15.         LCD_Draw_Point(64,    i+24,  0xf100);
    ) c# f  |) T+ q" G& ^1 u
16.     }
    
17.     if(person_flag!=0)LCD_Draw_String(0, 0, 320, 240, 32, "people");
    
18.    
    ! V( s/ J, I$ `2 z5 q+ z$ ?- X( }# q% f
19.     OV2640_DMA_Config(_OV2640->frame->buffer, (_OV2640->frame->length)/4);
    # w6 Z. p! m5 m3 N9 z
20. }

复制代码

8 [, v. ^. k$ c# U/ R运行效果：
识别充电器（无反应）

, M4 ?) V% z0 I3 |2 |4 x5 X

识别打火机（无反应）

' S( D$ q' M9 T" @! [
4 h; l2 d0 ?* }/ ?3 x8 A识别人体（显示people）

% h9 {$ E- w1 [5 b5 q" y


0 q) t9 k5 l& ^) g. h9 Y0 |

打火机相当出境

谢谢楼主共享评测，谢谢共享代码！学习了。

你好，请问有些源文件是重名的，该怎么才能解决冲突

Ender2021 发表于 2025-4-23 21:46
你好，请问有些源文件是重名的，该怎么才能解决冲突

一些是需要删掉的，二选一